基于核的支持向量机构造方法的研究

• 作者: 王源 陈亚军
• 来源期刊: 微机发展
• 学科: 工学
• 关键词: 机器学习 统计学习 核函数 支持向量机 非线性算法
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 智能、算法、软件工程
• 页码范围: 96-98,150
• 页数: 4页
• 分类号: TP181
• 字数: 2490字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2005.12.035

摘要

核函数的选择是构造支持向量机的关键.通过研究当前机器学习领域3类主要核函数及其主要性质,派生出其他相关函数,同时引入其他一些更精密的核函数应用于SVM构造.得出SVM用于非线性分类器构造时,核函数的选择原则.并以实例分析了核函数方法的计算性和泛化性,扩展了核函数的应用领域,使得SVM的构造方法更加丰富.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈亚军	西华师范大学物理与电子信息学院	51	290	9.0	14.0
2	王源	西华师范大学微机应用研究所	5	57	2.0	5.0